（1）迭代器协议
字符串、元组、列表、字典、集合、文件对象这些都不是可迭代对象，只不过在for循环中，调用了他们内部的__iter__方法，把他们变成了可迭代对象
然后for循环调用可迭代对象的的__next__方法去取值，而且for循环会捕捉StopIateration异常，以终止迭代
x=‘hello’
for i in x: print(i)
for循环相当于：
x='hello' iter_test=x.__iter__()#iter_test=iter(x) print(iter_test) print(iter_test.__next__())
相当于：
x='hello'
iter_1=x.__iter__()
print(next(iter_1))
遵循迭代器协议的对象叫做可迭代对象，即iter_1是一个可迭代对象；next()函数：就是在调用iter_l.__next__()
（2）生成器
生成器就是一种数据类型，这种数据类型自动实现了迭代器协议（其他的数据类型需要调用自己内置的__inter__()方法），生成器就是可迭代对象
生成器函数：和常规函数几乎类似，使用def语句进行定义，差别在于生成器函数使用yield语句而不是return语句返回结果。生成器只能遍历一次
（3）三元表达式：
条件成立时的返回值(可做函数处理) 条件 条件不成立时的返回值(可做函数处理)
name='wangqiang' # name='quyao' res='男生' if name == 'wangqiang' else 'nvsheng' print(res)
三元表达式可以只有两元，但不能是四元及其以上
（4）列表解析
egg_list=[] for i in range(10): egg_list.append('鸡蛋%s' %i) print(egg_list)
输出结果为：['鸡蛋0', '鸡蛋1', '鸡蛋2', '鸡蛋3', '鸡蛋4', '鸡蛋5', '鸡蛋6', '鸡蛋7', '鸡蛋8', '鸡蛋9']
用列表解析的方法：
l=['鸡蛋%s' %i for i in range(10)] print(l)
列表解析的缺点是，生成的列表是放在内存中，处理数据较大时占内存空间较大
LMJ=('鸡蛋%s' %i for i in range(10)) #生成器表达式 print(LMJ) print(LMJ.__next__()) print(LMJ.__next__()) print(next(LMJ))
其中将列表['鸡蛋%s' %i for i in range(10)]转换成生成器表达式即LMJ=('鸡蛋%s' %i for i in range(10))，本身变成一个可迭代对象，next（LMJ）和LMJ.__next__()实现的功能相同
总结：
1.把列表解析的[]换成()得到的就是生成器表达式
2.列表解析和生成器表达式都是一种便利的编程方式，只不过生成器表达式更节省内存
（5）深浅拷贝
==>浅copy：只copy第一层，列表，字典类型copy内容改变，原内容也会改变
a=[[1,2],3,4] b=a[:] #相当于b=a.copy() b[1]='alex' print(b) print(a)
运行结果为：
[[1, 2], 'alex', 4]
[[1, 2], 3, 4]
拷贝和修改的过程如下：
此时由于a[1]的地址指针没有修改，故列表a不发生变化
a=[[1,2],3,4] b=a[:] #相当于b=a.copy() b[0][0]=8 print(b) print(a)
运行结果为：
[[8, 2], 3, 4]
[[8, 2], 3, 4]
拷贝和修改的过程如下：
此时，列表a中第一个元素的第一位的地址指针发生改变，故列表a和列表b同时发生变化
==>深copy：克隆一份（需要单独的一个模块来进行，这个模块叫做copy）
import copy a=[[1,2],3,4] b=copy.deepcopy(a) b[0][0]=8 print(b) print(a)
运行结果为：
[[8, 2], 3, 4]
[[1, 2], 3, 4]
此时，列表a不会发生变化